Backward chaining

Le backward chaining est le processus logique consistant à déduire des vérités inconnues à partir de conclusions connues en remontant à partir d'une solution pour déterminer les conditions initiales et les règles. Le chaînage à rebours est souvent appliqué en intelligence artificielle (IA) et peut être utilisé avec son homologue, le chaînage avant. En IA, le chaînage à rebours est utilisé pour trouver les conditions et les règles qui ont permis d'atteindre un résultat ou une conclusion logique. Une IA peut utiliser le chaînage amont pour trouver des informations liées aux conclusions ou aux solutions dans des applications de rétro-ingénierie ou de théorie des jeux. Le chaînage amont peut être utilisé pour créer des outils automatisés de résolution de théorèmes, des moteurs d'inférence, des assistants de preuve et d'autres applications de l'intelligence artificielle. Le chaînage amont est une forme de raisonnement descendant, axé sur les objectifs. Il utilise une première stratégie de recherche approfondie qui part d'une conclusion ou d'un résultat et remonte ensuite en arrière pour déterminer les conditions dans lesquelles il a été obtenu. Le chaînage à rebours remonte dans le code, par exemple, et examine un tableau de règles. Il recherche dans le tableau les actions spécifiées dans les clauses if-then et applique une logique pour identifier les actions qui auraient pu conduire au résultat souhaité. Le chaînage en avant est l'opposé du chaînage en arrière. Il utilise un raisonnement déductif. Le chaînage en avant vous permet de disséquer la séquence logique, d'attacher chaque étape, puis de vous frayer un chemin à travers elle.